吳 斌 李德偉

（海軍參謀部軍事訓練中心 北京 100166）

1 引言

導彈作為精確制導武器裝備在軍事領(lǐng)域有著非常高的戰(zhàn)略地位。導彈研制及試驗訓練過程中實彈發(fā)射都會耗費極大的人力和物力，并且需要廣闊的空間和周全的準備，樣本量受限。計算機虛擬仿真技術(shù)以其組織高效、效果逼真、復用性強和評估手段齊全等特點在軍事武器仿真領(lǐng)域得到了廣泛的應用。紅外對抗計算機虛擬仿真系統(tǒng)中，紅外制導反艦導彈模型可以在攻防對抗和戰(zhàn)法推演中模擬導彈全程攻擊過程，驗證艦船和導彈攻防過程中的相互影響，并可得到全面的攻擊效能結(jié)果數(shù)據(jù)，作為對抗指揮決策的依據(jù)。

2 紅外導引頭原理分析

紅外成像制導反艦導彈尋的制導系統(tǒng)核心裝置是紅外成像導引頭，主要由紅外成像系統(tǒng)、圖像處理系統(tǒng)、穩(wěn)定跟蹤系統(tǒng)組成。紅外成像系統(tǒng)負責紅外導引頭視場內(nèi)紅外場景的成像，圖像處理系統(tǒng)負責目標識別與跟蹤，是紅外成像制導系統(tǒng)的關(guān)鍵部分，穩(wěn)定跟蹤系統(tǒng)用于調(diào)整紅外成像系統(tǒng)視場的光軸角度，并反饋角度給導彈控制系統(tǒng)［1］。典型紅外成像制導系統(tǒng)如圖1所示。

紅外導引頭以目標熱輻射作為信息來源，探測獲取目標和背景的紅外圖像并進行圖像處理，然后經(jīng)過圖像預處理、目標檢測、識別、跟蹤，信息處理結(jié)果作為制導信息引導導彈飛行［2～3］。

3 虛擬紅外導引頭建模

3.1 紅外圖像生成系統(tǒng)建模

紅外對抗虛擬仿真系統(tǒng)中，紅外圖像是通過OGRE渲染生成，以模擬紅外導引頭產(chǎn)生的紅外圖像。在模擬生成紅外圖像的過程中，主要涉及海天場景紅外效應、艦船目標幾何模型和紅外特征、大氣傳輸和衰減、成像傳感器效應建模等相互聯(lián)系的復雜系統(tǒng)［4］，運行流程如圖2所示。

圖2 紅外制導圖像生成流程

根據(jù)仿真需求進行環(huán)境設(shè)置，并對場景中的海天背景和艦船目標的幾何實體模型進行建模及特定仿真條件設(shè)置；采用專業(yè)紅外效應計算軟件模塊對海面、天空、大氣、艦船進行熱物理特性預處理以及大氣傳輸效應預處理；最后，根據(jù)導彈和目標相對位置信息和導引頭光軸信息對特定探測器效應進行紅外圖像生成。

3.2 圖像處理系統(tǒng)建模

紅外導引頭圖像處理工作貫穿于從捕捉目標到攻擊目標整個過程，圖像處理主要包括圖像預處理、圖像檢測、目標識別和目標跟蹤等［5］，圖像處理流程如圖3所示。

圖3 紅外導引頭圖像處理流程

針對紅外制導圖像處理，OpenCV具有強大的圖像處理功能，且集成有大量圖像處理算法，減少編程代碼量，并可快速完成圖像目標的檢測跟蹤處理。紅外對抗虛擬仿真系統(tǒng)采用了C++語言進行編輯，導彈圖像處理采用OpenCV技術(shù)。

3.2.1 圖像預處理

紅外導引頭進行圖像目標識別與跟蹤時，紅外成像系統(tǒng)成像過程中受自身器件的能量干擾，經(jīng)圖像數(shù)字化及傳輸過程，紅外圖像會出現(xiàn)小噪點等背景雜波和系統(tǒng)噪聲干擾，圖片質(zhì)量變差，噪聲干擾可掩蓋目標特征致使目標圖像識別和跟蹤困難。要把目標從背景雜波和噪聲干擾中分別出來，需先對紅外成像圖像進行預處理。圖像預處理主要是改善圖像數(shù)據(jù)，抑制圖像噪聲和削弱背景雜波，對圖像進行濾波降噪。

像元數(shù)M*N的紅外圖像序列，第k幀圖像、像素(i，j)處的圖像灰度 f(i，j，k)可表示為

式中，I(i，j，k)為目標信號，b(i，j，k)為背景信號，n(i，j，k)為噪聲［6］。

中值濾波是圖像去噪濾波算法中應用較多技術(shù)成熟的空間濾波方法［7］。首先確定某個像素點位置及窗口的形狀和大小，如3×3、5×5的矩形領(lǐng)域，然后將該區(qū)域中各像素點灰度值按大小重新排序，取序列中的中間值作為此像素點新的灰度值，如圖4所示。

圖4 中值濾波示意圖

數(shù)字圖像二維中值濾波處理后新圖像像素點對應的像素灰度值y(i，j，k)為

Med為取矩陣內(nèi)像素灰度值中間值，f(i+m，j+m)為序列中的像素灰度中間值。

疊加高斯噪聲的原始紅外圖像如圖5所示，經(jīng)虛擬紅外導引頭圖像濾波預處理后圖像效果如圖6所示?？煽闯?，中值濾波是對紅外圖像的平滑處理，消除噪聲的同時，保留了目標的邊緣信息。

圖5 疊加高斯噪聲的原始紅外圖像

圖6 中值濾波圖像處理效果圖

3.2.2 圖像分割

紅外制導圖像分割目的是根據(jù)目標和背景的紅外輻射特征差異把艦船目標從背景和干擾中分割開來，主要基于圖像灰度值的不連續(xù)性和分布相似性，分割方法可分為基于灰度閾值分割法、邊緣檢測和角點檢測法等［7］。其中基于灰度閾值分割法算法，閾值分割的關(guān)鍵是確定合適的分割閾值，以該閾值為基準，與圖像中每個像素灰度值進行比較，根據(jù)比較結(jié)果將圖像分成兩類，即目標類和背景類。

本文采用了最大類間方差分割法（OTSU）進行圖像分割處理。最大類間方差法是一種自適應確定閾值分割的方法，屬于基于全局的圖像二值化算法［8］?；舅枷胧歉鶕?jù)圖像灰度特性確定最佳分割閾值，并把圖像分為背景類和目標類兩個部分，兩部分之間的灰度方差差異最大，OTSU算法所采用差別的衡量標準就是最為常見的最大類間方差。算法實現(xiàn)如下。

統(tǒng)計圖像像素灰度總和N：

計算每個灰度值i所占概率 pi和灰度均值μi：

取灰度值T∈(0，m-1)將各灰度值分類，計算概率均值μi和兩類之間的方差δ2。

目標類：

背景類：

目標類和背景類方差值：

依次取T值，并計算不同T值下目標類和背景類方差值δ2，取δ2最大值所對應的灰度值T作為最佳分割閾值。

紅外圖像經(jīng)最大類間方差算法分割后處理結(jié)果如圖7所示。

圖7 最大類間方差算法分割效果圖

3.2.3 目標跟蹤建模

目標跟蹤采用中心跟蹤，實質(zhì)就是選擇目標圖像的中心作為跟蹤點，中心跟蹤根據(jù)選取方法可分為形心跟蹤、質(zhì)心跟蹤和邊緣跟蹤等方法［9］。

形心跟蹤是以波門內(nèi)目標的形心作為跟蹤點，質(zhì)心跟蹤是以波門內(nèi)目標的灰度質(zhì)心作為跟蹤點，邊緣跟蹤是以目標的邊緣中心作為跟蹤點。本文采用質(zhì)心跟蹤算法，計算公式如下，（Ix，Iy）為目標質(zhì)心跟蹤中心坐標。

3.3 制導信息解算

圖像處理得到目標跟蹤中心坐標，該坐標是圖像二維坐標，需要通過坐標變換轉(zhuǎn)換為空間三維制導角度信息，三維制導角度信息是以彈體坐標系為基準，通過坐標變換轉(zhuǎn)換為地面坐標系下的角度信息，轉(zhuǎn)換流程如圖8所示。

圖8 導彈制導信息坐標變換流程

彈目視線角相對光軸的空間角度為

（φ，θ）為目標水平和垂直空間角度。A、B為水平視場角和垂直視場角，m×n為圖像像素。

彈體坐標系下的彈目視線向量表示為

[x1y1z1]為目標視線向量，此時可求得目標視線偏航角φm和視線俯仰角θm：

4 虛擬紅外導引頭仿真

OGRE場景建模得到紅外制導實時渲染圖像，虛擬紅外導引頭通過對圖像預處理、圖像分割、目標識別等圖像處理過程計算出目標位置坐標，然后通過空間轉(zhuǎn)換計算出制導所需的彈目視線空間角度，虛擬紅外導引頭工作流程如圖9所示。

圖9 虛擬紅外導引頭工作流程

虛擬紅外導引頭模型結(jié)合導彈飛行彈道模型應用于紅外對抗虛擬仿真平臺，仿真效果如圖10所示，全場景顯示圖像為三維視景顯示，小窗口圖像為虛擬紅外導引頭經(jīng)圖像處理后的紅外目標跟蹤圖像。

圖10 虛擬紅外導引頭仿真效果

通過紅外對抗虛擬仿真平臺仿真應用，虛擬紅外導引頭模型能夠準確識別并穩(wěn)定跟蹤目標，并計算獲取目標誤差角度信息，控制全彈道仿真模型完成導彈和目標全程對抗過程，表明虛擬紅外導引頭仿真模型的有效性。

5 結(jié)語

使用OGRE虛擬場景建模軟件建立了海場景，根據(jù)海面和艦船紅外特征渲染出紅外圖像，然后對紅外導引頭跟蹤模型進行建模，實現(xiàn)紅外導引頭圖像預處理、目標檢測和目標跟蹤等紅外圖像目標跟蹤算法并進行仿真，最后對輸出目標位置坐標進行坐標轉(zhuǎn)換為彈道仿真模型所需的彈目視線空間角度信息，實現(xiàn)對目標的識別與跟蹤，完成虛擬紅外導引頭的建模。